公开(公告)号：CN116310559A

公开(公告)日：2023-06-23

申请号：CN202310277109.9

申请日：2023-03-21

Applicant: 安徽大学

Inventor： 赵鹏 ,  李毅 ,  韩莉 ,  时家坤

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/778 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明涉及一种基于特征修正的细粒度图像分类方法及系统。图像分类方法包括如下步骤：S1：对训练集中的每个图像进行预处理得到预处理图像；S2：构建基于特征修正的网络模型，提取预处理图像中的特征FL和特征FL‑1；S3：移除类间的公共特征以增大类间方差，得到第一分类损失；S4：采用中心损失缩小类内方差，得到第二分类损失；S5：通过加权求和得到整体损失，利用反向传播的方法对网络模型进行训练；S6：采用训练后的网络模型预测每个待处理图像的类别。本发明通过提取待处理图像的公共原型、移除公共相似特征的方式来增大类间方差，利用中心损失缩小类内方差，以指导网络得到更好的分类结果，提高细粒度图像分类的精确度。